Modelowane listy odbiorców nie zawierają konkretnych osób, tylko prawdopodobieństwa. Wyjaśniam, jak powstają, gdzie ich szukać w panelu i jak czytać ich raporty.
Zakładanie kampanii od zera to moment, w którym najłatwiej popełnić błąd, którego skutki widać dopiero po dwóch tygodniach. Wpisuję docelowy koszt działania, klikam „zapisz” i kampania rusza. Problem polega na tym, że w nowej kampanii nie mam ani jednej konwersji, na której algorytm mógłby się oprzeć — a jednak muszę podać mu liczbę.
Najczęstsza reakcja jest odruchowa: wpisać kwotę, którą klient uznaje za akceptowalną, i liczyć, że system się dostosuje. Zwykle kończy się to jednym z dwóch scenariuszy. Albo kampania prawie nie wydaje budżetu i po tygodniu ktoś pyta, dlaczego nic się nie dzieje, albo cel jest tak luźny, że pierwsze dni zjadają budżet bez sensownego zwrotu.
Poniżej opisuję, jak dochodzę do progu startowego, kiedy w ogóle nie ustawiam go od pierwszego dnia i jak go potem dociskam. Bez obietnicy, że da się to wyliczyć raz i zapomnieć.
Docelowy CPA nie jest limitem kosztu, tylko średnią, do której algorytm dąży. To rozróżnienie decyduje o wszystkim. System nie ma zakazu wydania na jedno kliknięcie kwoty wyższej niż cel — ma dążyć do tego, żeby średni koszt konwersji wypadł w okolicach podanej liczby. Część aukcji będzie więc droższa, część tańsza, a rozstrzał na początku bywa spory.
Żeby ten mechanizm działał, potrzebna jest historia. Algorytm ocenia prawdopodobieństwo konwersji dla konkretnego zapytania i konkretnego użytkownika na podstawie tego, co widział wcześniej. W nowej kampanii nie widział nic. Jeśli konto ma inne aktywne kampanie i poprawnie skonfigurowane konwersje, część tej wiedzy przenosi się na poziom konta — ale to nie to samo co własne dane kampanii.
Konsekwencja praktyczna jest niesymetryczna i warto ją rozumieć, zanim wpiszesz pierwszą liczbę. Zbyt niski cel jest groźniejszy niż zbyt wysoki. Gdy podam kwotę oderwaną od realnych stawek w danej branży, system uznaje, że przy takim wymaganiu prawie żadna aukcja nie jest warta udziału. Kampania nie przepala budżetu — ona milczy. Nie ma wyświetleń, nie ma kliknięć, nie ma danych, więc nie ma też z czego się uczyć. Zbyt wysoki cel przynajmniej generuje ruch, a ruch da się później zawężać.
Dlatego przy nowej kampanii traktuję pierwsze dwa–trzy tygodnie jako etap zbierania danych, nie jako okres, w którym oceniam opłacalność.
Pierwszą liczbę wyliczam poza Google Ads. Interesuje mnie, ile w ogóle wolno mi zapłacić za konwersję, żeby ta konwersja miała sens biznesowy. To sufit, nie cel.
W sklepie punktem wyjścia jest marża na typowym zamówieniu — nie obrót, nie średnia wartość koszyka, ale kwota, która zostaje po kosztach towaru, wysyłki i obsługi. Przykład rachunkowy, wyłącznie dla pokazania metody: jeśli na przeciętnym zamówieniu zostaje 120 zł, a właściciel zgadza się przeznaczyć na pozyskanie klienta połowę tej kwoty, sufit CPA to 60 zł. Jeżeli firma potrafi obronić tezę o powtarzalności zakupów, ten sufit można podnieść — ale wtedy rozmawiamy o świadomej decyzji finansowej, a nie o optymistycznym założeniu.
W usługach i przy leadach dochodzi jedno przejście więcej. Konwersją nie jest sprzedaż, tylko zapytanie, więc muszę wiedzieć, ile zapytań zamienia się w zlecenie. Ta informacja nigdy nie jest w Google Ads — jest w głowie handlowca albo w CRM-ie. Sufit dopuszczalnego kosztu leada to wartość zlecenia razy skuteczność domykania razy udział, jaki firma godzi się oddać na marketing. Jeśli nikt w firmie nie zna skuteczności domykania, to jest pierwsze zadanie do odhaczenia — bez tego każdy próg jest zgadywaniem.
Warto też ustalić, czy liczymy pierwsze zamówienie, czy wartość klienta w dłuższym okresie. To zmienia wynik radykalnie i jest częstym źródłem nieporozumień: dział sprzedaży myśli o kliencie w perspektywie roku, a raport z kampanii pokazuje jedną transakcję.
Sufit z poprzedniego kroku mówi, ile mogę zapłacić. Nie mówi, ile trzeba. Drugi rachunek robię więc od strony rynku.
Do prognoz stawek używam Planera słów kluczowych — nie dlatego, że jego liczby są dokładne, bo nie są, ale dlatego, że pokazują rząd wielkości. Biorę górny widełek proponowanej stawki dla najważniejszych fraz i zderzam go z realistycznym współczynnikiem konwersji strony docelowej. Jeśli nie mam danych o tej stronie, przyjmuję wartość ostrożną i traktuję cały rachunek jako orientacyjny.
Arytmetyka jest prosta: koszt konwersji to koszt kliknięcia podzielony przez współczynnik konwersji. Przy stawce 3 zł i konwersji na poziomie dwóch procent wychodzi 150 zł za konwersję. Jeżeli sufit z rachunku marżowego wynosił 60 zł, to nie mam problemu z ustawieniem tCPA — mam problem z modelem. Wtedy rozmowa przenosi się z panelu na stronę docelową, ofertę albo na zawężenie zestawu słów kluczowych do fraz o wyraźnej intencji zakupowej.
Ten krok pomijany jest najczęściej i to on odpowiada za większość kampanii, które „nie chcą wydawać budżetu”. Cel nie był zły dlatego, że algorytm sobie nie poradził. Był po prostu poniżej poziomu, na którym w tej branży cokolwiek się dzieje.
W nowo tworzonej kampanii nie wybieram już osobnej strategii o nazwie „Docelowy CPA” — od pewnego czasu docelowy koszt działania jest opcjonalnym polem wewnątrz Maksymalizacji liczby konwersji. Kiedy zostawię to pole puste, system wydaje cały dostępny budżet i próbuje uzyskać jak najwięcej konwersji, nie pilnując kosztu jednostkowego. Kiedy je wypełnię, zachowanie jest takie samo jak w dawnej osobnej strategii docelowego CPA. To ta sama mechanika, tylko inaczej poukładana w interfejsie.
Zanim cokolwiek ustawię, sprawdzam pomiar konwersji, bo to on definiuje sens całego progu. Interesuje mnie, czy tag nie dubluje zdarzeń, czy jako konwersje główne oznaczone są wyłącznie działania, na których naprawdę zależy klientowi, i jakie jest opóźnienie między kliknięciem a decyzją. Włączam też konwersje rozszerzone — od kilkunastu miesięcy są normalną funkcją konta, a przy rosnących ograniczeniach w plikach cookie realnie poprawiają kompletność pomiaru.
Druga rzecz to budżet dzienny. Przy strategiach konwersyjnych budżet i cel muszą być spójne: jeśli dzienny limit nie pozwala nawet na jedną konwersję w cenie zbliżonej do celu, kampania codziennie kończy się przed czasem, a system wyciąga wnioski z ułamka dnia. Przyjmuję zasadę, że budżet dzienny powinien pozwalać na kilka konwersji w podanej cenie.
Jeśli zakładam kilka drobnych kampanii o podobnym celu, rozważam strategię na poziomie portfolio. Wspólna pula danych działa lepiej niż trzy osobne kampanie, z których każda po kilka konwersji miesięcznie uczy się w izolacji.
Sposób ustawienia progu zależy od tego, czym dysponuję w dniu startu.
W żadnym z tych scenariuszy nie ustawiam celu na poziomie kwoty, którą klient chciałby osiągnąć „docelowo”. Cel ambitny wpisuję dopiero wtedy, gdy kampania pokaże, że w ogóle potrafi konwertować.
Po zapisaniu strategii kampania wchodzi w okres uczenia się — w panelu widać wtedy odpowiedni status przy strategii. Zwykle trwa to około tygodnia, przy rzadkich konwersjach dłużej. W tym czasie nie zmieniam celu, nie przebudowuję grup reklam i nie wyłączam słów kluczowych na podstawie trzydniowych danych. Każda większa zmiana restartuje naukę i cofa kampanię na start.
Kiedy okres uczenia się skończy, patrzę na ostatnie trzydzieści dni i na to, ile konwersji w tym czasie było. Wolumen jest ważniejszy niż sam koszt: przy kilku konwersjach miesięcznie średnia jest przypadkiem, nie wynikiem. Materiały pomocy Google jako punkt odniesienia dla stabilnego trzymania celu podają rząd wielkości około trzydziestu konwersji w trzydziestu dniach — poniżej tego poziomu wnioski trzeba wyciągać bardzo ostrożnie.
Cel obniżam pojedynczo i w małych krokach — rzędu dziesięciu, maksymalnie piętnastu procent — z tygodniową przerwą na obserwację po każdej zmianie. Skok o połowę w dół system odczytuje jako zupełnie nowe zadanie i najczęściej odpowiada gwałtownym spadkiem ruchu. Dochodzenie do właściwego poziomu w kilku etapach jest wolniejsze, niż większość osób by chciała, ale tylko tak da się odróżnić efekt zmiany od zwykłych wahań.
Jeśli wiem, że szykuje się krótkotrwały skok konwersji — wyprzedaż, sezon, akcja rabatowa — nie ruszam celu na stałe, tylko korzystam z korekt sezonowych. Są przewidziane dokładnie do takich sytuacji i po zakończeniu okresu wygasają same.
Pierwszy i najkosztowniejszy: cel ustawiony pod oczekiwania, nie pod dane. Kwota brzmi rozsądnie na spotkaniu, tylko nikt nie sprawdził, czy w tej branży kliknięcie da się kupić za tyle, ile trzeba, żeby ta kwota wyszła. Kampania nie rusza, a wniosek pada na automat.
Drugi: optymalizacja pod złą konwersję. Kampania z celem liczonym od zapisu do newslettera będzie pięknie raportować tanie konwersje i nie sprzeda nic. Algorytm dowozi dokładnie to, o co go poprosisz, więc zanim ustalę próg, muszę mieć pewność, że liczę właściwe zdarzenie i że nie liczę go dwa razy.
Trzeci: zmiany w trakcie okresu uczenia się. Nerwowe korekty co dwa dni sprawiają, że kampania nigdy nie wychodzi z nauki. Widzę to na większości kont, które przejmuję po kimś innym.
Czwarty: porównywanie kosztu konwersji z kampanii o różnych ustawieniach atrybucji albo różnym okresie konwersji i wyciąganie z tego wniosków o progu. Jeśli dwie kampanie liczą konwersje inaczej, ich koszty nie są tą samą metryką.
I ostatni, najbardziej ludzki: ustawienie celu raz i pozostawienie go na rok. Ceny w aukcji się zmieniają, marża się zmienia, oferta się zmienia. Docelowy CPA to parametr do okresowego przeglądu, nie stała konfiguracji konta.
Używamy plików cookies, aby ułatwić Ci nawigację oraz wykonywanie określonych funkcji. Szczegółowe informacje o wszystkich plikach cookies znajdziesz w każdej kategorii zgody poniżej.
Pliki cookies oznaczone jako "Niezbędne" są przechowywane w Twojej przeglądarce, ponieważ są one kluczowe dla zapewnienia podstawowych funkcji strony.
Używamy również plików cookies firm trzecich, które pomagają nam analizować, w jaki sposób korzystasz z tej strony, zapamiętują Twoje preferencje oraz dostarczają treści i reklamy odpowiednie dla Ciebie. Te pliki cookies będą przechowywane w Twojej przeglądarce tylko za Twoją uprzednią zgodą.
Możesz zdecydować, czy chcesz włączyć lub wyłączyć niektóre bądź wszystkie te pliki cookies, jednak wyłączenie niektórych z nich może wpłynąć na Twoje doświadczenia podczas przeglądania strony.
| Cookie | Czas przechowywania | Opis |
|---|---|---|
| __cf_bm | 13 minutes | Cloudflare bot management — distinguishes humans from bots. |
| rc::* | Persistent | Google reCAPTCHA — localStorage holding anti-bot challenge state. |
| Cookie | Czas przechowywania | Opis |
|---|---|---|
| wpEmojiSettingsSupports | Session | WordPress — sessionStorage flag caching whether the browser can render emoji (feature detection). |
| ytidb* | Persistent | YouTube — IndexedDB storing playback/search state for embedded videos. |
| Cookie | Czas przechowywania | Opis |
|---|---|---|
| _ga_* | 400 days | Google Analytics 4 — persists session state per property. |
| _ga | 400 days | Google Analytics — distinguishes unique users via a client id. |
| Cookie | Czas przechowywania | Opis |
|---|---|---|
| NID | 183 days | Google — stores preferences for personalized ads. |
| fr | 90 days | Meta — encrypted Facebook id and browser id for ads. |
| _gcl_au | 90 days | Google AdSense/Ads — experiments with advertising efficiency (conversion linker). |
| Cookie | Czas przechowywania | Opis |
|---|---|---|
| __Secure-YNID | 180 days | |
| YSC | Session | |
| __Secure-ROLLOUT_TOKEN | 180 days | |
| VISITOR_INFO1_LIVE | 180 days | |
| VISITOR_PRIVACY_METADATA | 180 days | |
| datr | 400 days | |
| sb | 400 days | |
| wd | 7 days |